Содержание к диссертации
Введение
1. Анализ существующих алгоритмов и методики проектирования устройств обработки сигналов в условиях межсимвольной интерференции 15
1.1. Передача информации по каналам связи с ограниченной полосой пропускания 15
1.2. Описание сигналов МНФ и их классификация 17
1.3. Алгоритмы приема спектрально-эффективных сигналов 21
1.3.1. Прием сигналов без МСИ в АГБШ 21
1.3.2. Прием сигналов с контролируемой МСИ 24
1.3.3. Оптимальный приемник для сигналов МНФ 25
1.4. Алгоритмы компенсации искажений сигналов 29
1.5. Цифровые устройства обработки сигналов на базе СБИС программируемой логики 30
1.5.1. Элементная база 30
1.5.2. Традиционная методика проектирования 35
1.6. Инструментальные средства проектирования цифровых устройств 42
1.6.1. Пакеты The Math Works MATLAB/Simulink 42
1.6.2. Пакет Mentor Graphics ModelSim 44
1.6.3. Пакет Mentor Graphics Precision RTL Synthesis 45
1.6.4. Средства размещения и разводки 46
1.6.5. Пакет XilinxlSE 46
1.6.6. Пакет Altera Quartus II 48
1.7. Выводы 50
2. Алгоритмы группового приема сигналов с поэлементным принятием решений 52
2.1.1 Некогерентное детектирование сигналов ЧМНФ 52
2.1.2. Модифицированный алгоритм группового приема сигналов при поэлементном принятии решений 55
2.2. Алгоритм группового приема при поэлементном принятии решений и обратной связью 62
2.3. Помехоустойчивость группового приема при поэлементном принятии решений...65 Выводы 72
3. Алгоритмы компенсации изменения индекса модуляции и смещения несущей частоты частотно-модулированных сигналов 73
3.1. Оценка индекса модуляции по информационной последовательности 75
3.2 Предлагаемый алгоритм оценки индекса модуляции 79
3.3. Алгоритм оценки смещения несущей частоты частотно — модулированных сигналов 83
Выводы 88
4 Разработка методологии проектирования устройств цифровой обработки сигналов 90
4.1. Обобщение результатов анализа методик 90
4.2. Рекомендательная часть методики 96
4.3. Методическая часть 98
4.4. Выводы 105
5. Реализация устройства группового приема на СБИС ПЛ 106
5.1. Модели устройств на блоках ХШпх 107
5.1.1. МНФ демодулятор 107
5.1.2. Блок оценки компенсации индекса модуляция 115
5.1.2. Блок частотной автоподстройки 119
5.2. Оценка помехоустойчивости приема 124
5.3 Расчет аппаратных затрат 131
Выводы 132
Заключение 134
Литература: 137
Приложение 1 143
Приложение 2 152
- Описание сигналов МНФ и их классификация
- Модифицированный алгоритм группового приема сигналов при поэлементном принятии решений
- Предлагаемый алгоритм оценки индекса модуляции
- Рекомендательная часть методики
Введение к работе
В настоящее время резко возрастает объём передаваемой информации и повышаются требования к качеству передачи сообщений. В теории оптимального приема сигналов, в теории помехоустойчивого кодирования [6,7,8,11,34,43,49] имеются предлагаемые математиками весьма сложные алгоритмы и методы, позволяющие достигать значений, близких к предельно возможным характеристикам приема, таким как верность и скорость. Существует, однако, два момента, препятствующие аппаратному или программному внедрению этих методов. Во-вторых, математическая сложность часто не позволяет инженерам-проектировщикам досконально понять сущность алгоритма или метод его реализации, математики не всегда понимают проблемы, связанные со сложностью реализации. Элементная база развивается стремительно, и то, что вчера было не реализуемо, сегодня возможно.
Развитие современной техники связи предъявляет весьма жесткие требования к радиосистемам, осуществляющим передачу дискретных сообщений. Высокая плотность заполнения диапазона частот радио эфира заставляют при разработке систем передачи информации уделять особое внимание узкополо сности и энергетической эффективности. Весьма перспективным в этом плане являются модулированные сигналы с непрерывной фазой (МНФ). Эффективность таких сигналов существенным образом зависит от выбранного метода приема. К настоящему времени опубликован ряд работ, посвященных сигналам МНФ [4,6,10,44], в которых нашли решение многие вопросы, связанные с исследованием свойств сигналов МНФ и методов их приема. Однако, известные оптимальные когерентные и некогерентные способы приема МНФ сигналов [11,46,47] весьма сложны, поэтому необходим поиск модифицированных более простых в реализации на современной цифровой элементной базе алгоритмов приема сигналов с МНФ для различных каналов связи. Наиболее перспективной платформой для созданная аппаратных средств является СБИС ПЛ. Они имеют гибкую архитектуру и позволяют выполнять быстрое прототипирование проектов, но для решения таких сложных задач, как цифровая обработка сигналов беспроводной связи, которая занимает все большую часть рынка коммуникаций, необходима еще и эффективная методика проектирования.
Существующие методики разработки аппаратных средств не могут удовлетворить современным требованиям к эффективности процесса разработки в силу высокой сложности и вычислительной емкости современных алгоритмов. Успех компании разработчика во многом определяется временем выхода продукта на рынок, поэтому совершенствование методик проектирования и верификации является очевидным.
Актуальность диссертационной работы определяется тем, что она направлена на решение проблемы повышения помехоустойчивости при ограниченной технической сложности реализации, как существующих устройство сбора телеметрической информации, так и вновь разрабатываемых устройств цифровой обработки сигналов. Учитывая, что количество используемых систем передачи дискретной информации и масштабы их применения неуклонно возрастают, улучшение их характеристик, и методология разработки от проектов до синтезированного устройства имеет существенное значение.
Цель и задачи исследования. Целью диссертации является разработка и исследование эффективности алгоритмов цифровой обработки сигналов при поэлементном принятии решений и создание на этой основе цифровых устройств обработки, обеспечивающих повышение достоверности приема информации в условиях межсимвольной интерференции и наличии дестабилизирующих факторов в тракте передачи и методология их проектирования.
Поставленная цель достигается решением следующих основных задач • Разработка модифицированных оптимальных и подоптимальных алгоритмов группового приема сигналов при поэлементном принятии решений, обеспечивающих сокращение аппаратных затрат в приемнике.
• Разработка аппаратно-программных средств для исследования помехоустойчивости и оптимизации характеристик предлагаемых алгоритмов и реализующих их устройств.
• Разработка алгоритмов компенсации искажений сигналов, вызванных дестабилизирующими факторами (несоответствие индексов модуляции, смещение частоты) при обработке частотно-модулированных сигналов.
• Разработка методологии проектирования цифровых устройств обработки сигналов на базе СБИС программируемой логики.
• Создание конкретных устройств обработки сигналов при поэлементном принятии решений на современной элементной базе, включая СБИС и цифровые сигнальные процессоры.
При решении поставленных задач использовались методы теории информации, теории оптимального приема сигналов, теории вероятностей и математической статистики, теории цифровой и дискретно-аналоговой обработки. В качестве метода исследования применялось статистическое моделирование.
На защиту выносится теоретическое и экспериментальное обоснование использования модифицированного алгоритма цифровой обработки сигналов с ЧМНФ с поэлементным принятием решений и обратной связью и методология проектирования подобных устройств на современной цифровой элементной базе. На защиту выносятся следующие положения:
• Алгоритмы приема ЧМ сигналов с непрерывной фазой, отличающиеся от известных более быстрым способом вычисления отношения правдоподобия, что позволяет либо повысить помехоустойчивость, либо снизить аппаратные и вычислительные затраты. При глубине анализа 7 бит алгоритм с обратной связью позволяет сократить количество операций сложения в 30 раз и сократить количество операций умножения в 22 раза. Проведенный анализ сложности реализации устройств с поэлементным принятием решений и обратной связью показал, что максимальный выигрыш достигается в наиболее трудных для реализации случаях при больших уровнях межсимвольной интерференции и длительности интервала анализа.
• На основе статистического моделирования Mailab\SimuIink проведено исследование помехоустойчивости предложенных алгоритмов обработки сигналов в условиях межсимвольной интерференции, вызванной ограничением спектра сигналов формирующим предмодуляционным фильтром.
• Исследованы методом моделирования потери помехоустойчивости из-за дестабилизирующих факторов, таких как несоответствие индексов модуляции передатчиков и приемников и смещение несущей частоты.
• Предложны способы оценки несоответствия индексов модуляция передатчиков и приемников и смещения частоты, использующие корреляционные свойства сигналов представляющих собой серии из нулей или единиц, что позволяет более оперативно, чем для известных способов компенсировать расхождение, и повышает помехоустойчивость приема.
• Разработана программно-аппаратная модель как инструмент для исследования характеристик устройств приема данных заданного класса с возможностью включения аппаратных средств в процедуры моделирования.
• Разработана методология проектирования устройств группового приема, включающая реализацию алгоритмов группового приема с обратной связью, компенсацию изменения индекса модуляции и смещения частоты и синтезировано цифровое устройство обработки сигналов на СБИС ПЛ.
Практическая ценность работы заключается в том, что по разработанной методике с меньшими проектными затратами достигается аппаратно или программно реализуемое на базе СБИС ПЛ технические устройства с гарантией, предъявленных к ним требований. Предложенные алгоритмы и методика используется в опытно- конструкторских проектах на предприятии Сидока, имеется акт внедрения.
Апробация работы. Основные результаты работы докладывались и обсуждались на Международной научно-технической конференции в СПбГПУ (Санкт-Петербург, июнь 2007г.), на 3-ей Всероссийской конференции по проектированию научных и инженерных приложений в среде Matlab (Санкт-Петербург, октябрь 2007г.), на XXXIV Неделе науки СПбГПУ в 2005 г. (Санкт-Петербург, ноябрь-декабрь 2005г.).
Основное содержание диссертации опубликовано в 7-ми печатных работах, в том числе статья в журнале из списка ВАК - «Научно-технические ведомости СПбГПУ».
Структура и объем работы. Диссертация состоит из введения, пяти разделов, заключения, библиографического списка литературы, включающего 59 наименований, и двух приложений.
Описание сигналов МНФ и их классификация
Как правило, сигналы МНФ характеризуются свойством изохронности (постоянством тактового интервала Г), хотя в некоторых источниках [2] описываются их разновидности с Theorist. Функция q(t) определена на интервале времени [0,оо], причем она возрастает от нуля до величины 1/2 при t&[0,LT] а при t LTостается равной 1/2 Максимальное значение ФИ принято равным 1/2, при всех формах этого импульса для того, чтобы индекс модуляции ht, входящий в формулу (1.3) в качестве сомножителя с ФИ, определялся однозначно. Параметр L называют длиной ФИ. Часто в рассмотрение также вводят функцию g(t) = , имеющую dt длительность LT и называемую частотным импульсом (ЧИ).
Из (1.2), (1.3) видно, что текущая фаза сигнала зависит, помимо текущего, также от всех предыдущих символов. Это означает, что сведения об информационном символе, передаваемом на данном тактовом интервале, содержатся также во всех последующих посылках сигнала. Это свойство, называемое межсимвольной информационной связью (контролируемой МСИ), является фундаментальным свойством сигнала МНФ и определяет его основные особенности.
Имея выражение (1.3), определяющее закон формирования фазы сигнала МНФ, можно записать выражение для его мгновенной частоты.
Внутри тактовых интервалов фаза и мгновенная частота изменяются плавно, поэтому колебание (1.2) называют модулированным, а не манипулированным, как это обычно принято для сигналов, переносящих дискретную информацию.
Существует следующая оценка скорости, D G спада боковых лепестков энергетических спектров сигналов [2]: AG = 20(n + \),[dE/deKoda] (1.4) где п- число непрерывных производных фазы сигнала. В общем случае ни мгновенная частота, ни фаза сигнала МНФ при передаче последовательности информационных символов не меняются скачками на границах соседних тактовых интервалов. Это обусловливает тот факт, что скорость спада UG боковых лепестков спектров сигналов МНФ является существенно более высокой, чем у ФМ сигналов, для которых характерны скачки фазы на ±— т при смене значения передаваемого символа. Данное обстоятельство означает потенциально выгодные, спектральные свойства сигналов МНФ и делает перспективными исследования в данном направлении. Как видно из (1.2), (1.3), сигнал МНФ определяется значительным количеством параметров, поэтому для систематизации приняты следующие способы классификации сигналов МНФ [2]: В зависимости от объема первичного алфавита выделяют двоичные или двухпозиционные(ш = 2) и многопозиционные {т 2) сигналы МНФ; 1) в зависимости от формы ЧИ выделяют; - сигналы ПРМНФ с прямоугольным ЧИ. которому соответствует линейный ФИ вида q(t) = ; 2LT - сигналы ПКМНФ с ЧИ в виде «приподнятого косинуса»: Соответствующий ФИ имеет вид q(t) = — sin ; iyJ l LT TL LT J - сигналы ПСМНФ с ЧИ в виде «полупериода синусоиды». Соответ If. 7tt 1-cos LTJ ствующий ФИ имеет вид q{t) = — - существуют также некоторые другие формы ЧИ, однако, наибольшее распространение получили перечисленные выше; 2) В зависимости от длины L, ЧИ рассматривают сигналы с полным (L = і) или частичным (Z, 2) откликом; 3) В зависимости от того, является ли индекс модуляции постоянной величиной или изменяется по некоторому заданному правилу, выделяют сигналы с фиксированным индексом модуляции (/г, = /z = cosnl,V/G/,A:), сигналы с циклически изменяющимся индексом (ЦИИМ) и сигналы АЦИИМ.
Для сокращенной записи сигнальных форматов МНФ устоялась специальная система обозначений, отражающая приведенную классификацию [2]. При этом длина ЧИ записывается перед сокращенным обозначением вида сигнала в зависимости от формы ЧИ. Например, сигнальный формат МНФ, построенный на основе ЧИ и виде «полупериода синусоиды» длительностью L - 2 тактовых интервала, в рамках данной системы обозначений записывается как 2ПСМНФ, а сигнал МНФ, построенный с участием прямоугольного ЧИ длительностью L -1 тактовый интервал, записывается как 1ПРМНФ.
Среди сигналов МНФ обычно выделяют сигнал с минимальной частотной манипуляцией (МЧМ), который представляет собой двоичный сигнал 1ПРМПФ с постоянным индексом модуляции // = 0,5. Сигнал МЧМ получил широкое распространение в связи с тем, что его начальная фаза на некотором тактовом интервале может принимать конечное число возможных значений, что заметно облегчает процесс его формирования. Характеристики сигнала МЧМ подробно рассматриваются, например, в работах [2,4,5].
Поведение фазы сигналов МНФ графически принято изображать с помощью фазовых диаграмм [2] (иногда также называемых фазовыми деревьями), на которых показывается изменение функции (p(t,Ck), начиная с нулевого момента времени. Фазовая диаграмма имеет вид дерева, «корнем» которого является нулевое значение фазы в нулевой момент времени, а «ветвями»- расходящиеся траектории, соответствующие всем возможным наборам информационных символов.
Модифицированный алгоритм группового приема сигналов при поэлементном принятии решений
С целью упрощения технической реализацией демодулятора, который обеспечивает максимальную помехоустойчивость на АГБШ канале, но требует банка из фильтров согласованных с ожидаемыми формами сигналов на К -битном интервале наблюдения, рассмотрим модернизированный цифровой вариант вычисления величин 7\k\. So[ n , А і ].
Сформированный сигнал с аддитивным Гауссовским шумом обрабатывается приемником. Приемник состоит из трех частей: демодулятора, корреляторов и устройства принятия решения. Демодулятор позволяет представить реальный переданный сигнал в виде комплексного видеосигнала.
Комплексная корреляция находится между принятым сигналом и двумя возможными посланными сигналами. Вычисляются четыре скалярные величины, являющиеся реальными и мнимыми частями полученного сигнала, коррелированными с возможными посланными сигналами.
Выходы корреляторов используются для определения какой именно символ передавался по максимуму функционала правдоподобия. Если использовался сигнал МНФ то посланный сигнал есть se(t) = e г Чтобы найти комплексное значение корреляции требуется основной и сопряженный с ним сигналы. В результате требуется два коррелятора на каждый из посланных сигналов.
Система изображенная на рис.2.4. предполагает время непрерывных как и корреляционных значений. Достаточно прост переход к дискретному представлению. Для вынесения решения высокоэффективному демодулятору необходимо вычисление 2К корреляционных метрик либо такое же число фильтров, согласованных с возможными принимаемыми сигналами. Структурная схема демодулятора представлена на рис. 2.2 Непосредственная реализация этого алгоритма предполагает вычисление корреляционных метрик ZL в соответствии с формулой кт ZL = Jr(0 ехр(./ф(/,/да, (2.7) где r(t) - полученный сложный модулированный сигнал с шумом, Р, последовательность символов из К бит. Интегрирование проводится по интервалу наблюдения КТ (из К бит).
При использовании интервала анализа КТ с шагом 1Т анализируемый сигнал обновляется только на один бит этого интервала, что можно учесть для упрощения алгоритма.
На выходах фильтров вычисляются комплексные значения PL, затем квадраты модулей Z,; решения выбираются по максимуму этих величин.
Такая реализация весьма сложна при больших значениях К, поскольку требуется 2К фильтров, каждый из которых должен иметь KN выводов. Для осуществления фильтрации требуется 4-2 KN- умножений и (2NK-\)-2 сложений, а для вычисления модульных значений и нахождения максимальной из метрик - соответственно 2К+[ умножений и 2К сложений. Чтобы упростить демодулятор, воспользуемся тем, что решение принимается только для одного символа [59].
Проведем расчет выигрыша в аппаратных затратах путем оценки количества арифметических операций как меры сложности реализации.
Пусть интервал наблюдения составляет К бит. Тогда потребуется для непосредственной реализации алгоритма приема (рис.2.2) - 2К фильтров, каждый из которых должен иметь KN выводов. Для реализации фильтрации потребуется U 2K KN] - умножений и ((2 NK-l) 2K+l) - сложений. Для вычисления модульных значений необходимо \2К+Х\ умножений и (2 -2] сложений и операции для нахождения максимальной из метрик. Вычислительная сложность модернизированного демодулятора на бит определяется (рис.2.6) следующим образом: для реализации к+\ км 2 2 согласованных фильтров-2 2 (4 (iV-l)) операций умножений и к-\ 2 2 (3 N) операций сложения; Блок корреляторов
Качество приема можно улучшить или снизить сложность технической реализации, если при принятии решения о номере л:-го (по порядку следования) символа учесть решения о ранее переданных символах, т. е. перейти к алгоритму приема с обратной связью по решению. Для получения формы такого алгоритма надо произвести усреднение по всем возможным последующим символам, полагая известной последовательность ранее переданных сигналов. В отличие от известных вариантов [38,39] рассмотрим упрощение схемы, предложенной в предыдущем подразделе (рис.2.5).
Используются фильтры с импульсными откликами соответствующими сигналам, которые содержат центральный бит нуль и соответственно центральный бит равный 1. Алгоритм предполагает, что первые М битов в последовательностях известны — это верные решения о символах до центрального бита. Тогда число форм волны, которые используются в течение одного временного интервала символа, равно 2К М, где М - число битов в обратной связи по решениям, М = 0,1...{k -1)/2. Эти формы волны извлекаются из памяти форм волны 2К в течение каждого интервала символа. Блок "М памяти символов " содержит М решений о символах до центрального бита интервала анализа. Эти решения управляют памятью о формах волны 2К.
Предлагаемый алгоритм оценки индекса модуляции
Одним из наилучших вариантов оценки несоответствия индекса модуляции передатчика и приемника является заранее выбранный тест, проводимый собственно передачей информации. Однако в телеметрических системах такое тестирование, как правило, недопустимо, поскольку один приемник последовательно переключается на съем информации от различных источников, которые ведут передачу информации непрерывно.
Используя обратную связь по решениям, в информационной последовательности находим идущие подряд последовательности бит либо из г нулей, либо из г единиц. Форма волны для таких сигналов наиболее надежна для определения индекса модуляции. Допустимая погрешность установки индекса составляет 0,05, с таким шагом в диапазоне h от 0,5 до 0,85 реализованы согласованные фильтры на выделяемые последовательности из 5 нулей или 5 единиц. На рис.5.6 представлена структурная схема, и на рис. 5.7 результаты расчета выхода корреляторов в зависимости от несоответствия индексов модуляции. Если шум отсутствует, то по максимальному значению выхода уверенно определяется согласованный индекс.
Производится усреднение и величин с выходов фильтров AF, согласованных с последовательностью 50[/г(]и с последовательностью slf/г,], чтобы устранить влияние смещения частоты на оценку индекса модуляции. Решение о значении индекса модуляции ht определяются по максимуму величин 50[/г,] + 5І[/г,],/г, = 0.5, 0.55, 0.6, 0.65, 0.7, 0.75, 0.8, 0.85. Рабочая характеристика 7-ми битного демодулятора с обратной связью (М=3) и оцененные значения потерь при данном алгоритме компенсации представлены на рис.3.8.
Результаты работы алгоритма компенсации индекса модуляции Оценим время за которое произойдет компенсация индекса модуляции при использовании правил подстройки по серии из г единиц или нулей. Появление серии из г единиц (нулей) есть рекуррентное событие в последовательности испытаний Бернулли.
В рассматриваемом демодуляторе значение р = 0,5, г = 5 следовательно по (3.16) получим на 60 битах в среднем встречается 1 серия из 5 единиц. Серия из 10 единиц встречается в среднем на 2046 битах, поэтому предпочтение отдано г — 5. Пусть рассматривается событие є либо серия успехов длины г, либо серия неудач длины т. Здесь мы имеем дело с двумя рекуррентными событиями єх серия успехов длины г и є2 - серия неудач длины т.
Влияние смещения частоты видеосигнала на работу демодулятора с 7-ми битным интервалом анализа показано на рис. 3.9. Для сравнения здесь же приведены потери помехоустойчивости 3-х и 5-ти символьных демодуляторов.
Потеря помехоустойчивости из-за смещения несущей частоты Автоподстройка частоты и компенсация индекса модуляции взаимосвязаны. Функциональная схема оценки и подстройки частоты приведены на рис.3.10. Для определения факта смещения частоты используются корреляционные свойства сигналов с несколькими индексами модуляции. Вычислены зависимости изменения выхода корреляторов как функции смещения частоты.
Индекс модуляции передатчика считаем равным h = 0,7, вычисляем выход C0[/zJ и С1[Д] корреляторов из серии нулей и единиц для трех значений h приемника Л. = 0,65; 0,7 и 0,75 как функцию смещения частоты в диапазоне ±1,5% от битовой скорости.
Результаты получены с помощью Matlab модели системы с замкнутым контуром контроля частоты, входным сигналом индекса модуляции h = 0,7 и смещением частоты FO = 0. В таблице приведены значения потерь для 7-ми символьного демодулятора при отсутствии автоподстройки частоты.
Потери отсутствуют при А"=5Е-8. Но малое значение К соответствуют малому смещению частоты. Реакция на скачок частоты показана на рис. 3.14.
График 3.14а соответствует скачку от 0 до - 1,5%/?/?. График 3.14в показывает сигнал контроля смещения на выходе блока оценки смещения частоты.
График 3.14с иллюстрирует смещение частоты F(t), которое вычисляется блоком автоматической подстройки частоты. График 3.14d показывает зависимость частоты битовых ошибок на выходе демодулятора.
Значительная доля выигрыша по помехоустойчивости предлагаемого нового алгоритма обработки сигналов МНФ без компенсации несоответствия индексов модуляции и смещения частоты принимаемых сигналов будет потеряна. Необходим поиск оптимальных алгоритмов оценки расхождения параметров передатчиков и приемников и их автоматической компенсации.
Предлагается алгоритм оценки несоответствия индексов модуляции передатчиков и приемников, отличающийся от известных тем, что используется обратная связь по решениям. В информационной последовательности обнаруживаются серии из нулей или единиц оговоренной длины и по выходам корреляторов, настроенных на такие сигналы выбирается максимально правдоподобное значение индекса модуляции.
Предлагается алгоритм оценки изменений несущей частоты, использующий корреляционный прием серий из сигналов нулей и единиц с набором оговоренным индексов модуляции с последующей компенсацией смещения в замкнутом контуре автоподстройки.
Моделированием подтверждается, что предложенные алгоритмы компенсации дестабилизирующих факторов, позволяют получить помехоустойчивость, практически не отличающейся от расчетной при согласованных значениях параметров.
Рекомендательная часть методики
Сформулируем рекомендации по стилю создания модели системы обработки сигналов, которые обеспечат наиболее эффективные процесс разработки и реализацию. Будем подразумевать под аппаратно-реализуемыми блоками блоки из библиотек Altera DSP Builder или Xilinx System Generator (выбор осуществляется на основании фирмы-производителя целевой микросхемы). Перечислим рекомендации в виде списка: 1) блочно-иерархичсский подход — блоки должны быть объединены в подсистемы по функциональности, чтобы структура системы на каждом уровне иерархии состояла не более чем из 10-15 структурных единиц (блоков или подсистем). Это обеспечит читабельность и простоту понимания модели; 2) создание синтезируемой модели - при работе с моделью Simulink, если таковая была задана в качестве исходной спецификации, следует постепенно, начиная с младших уровней иерархии, замещать блоки из библиотек Simulink на аналогичные по функциональности аппаратно-реализуемые блоки. При отсутствии прямого соответствия следует попробовать составить нужный блок из аппаратно-реализуемых примитивов. Параллельно с замещением блоков следует проводить верификацию процесса замещения путем установки локальных контрольных точек и прогоном коротких тестов; 3) создание мобильной синтезируемой модели - по возможности стоит использовать базовые блоки, замена которых на аналогичные из библиотек других семейств СБИС ПЛ представляется относительно несложной. Это необходимо для минимизации затрат времени на миграцию модели из пакета Xilinx System Generator в пакет Altera DSP Builder или наоборот, которая возможна при переводе всего проекта на кристаллы второго производителя; 4) группирование блоков по типу данных с расчетом на маскирование типов данных - блоки с идентичными типами данных могут быть объединены в группы, что облегчит в дальнейшем модификацию параметров, используемых в этих блоках типов данных. Эта рекомендация используется на этапе работы в представлении с псевдоплавающей запятой - первому приближению к представлению с фиксированной запятой. Группировка является всего лишь путем уменьшения переменных поиска путем добавления ограничений в проблему оптимизации; 5) общие правила графического исполнения модели - визуальная читабельность модели за счет блоков одинаковых или кратных размеров, минимального числа углов в линиях соединений блоков, комментариев для каждого блока и линии соединений (где требуется), цветовая раскраска блоков по смыслу. Имена блоков целесообразно присваивать в соответствии с их типом и функциональностью; 6) фильтрация сигналов - оценка сигналов на предмет типа данных, то есть исключение из рассмотрения сигналов, исходно представленных в форме с фиксированной запятой (например, сигнал тактовой частоты CLK, сброса RST или управления мультиплексором SEL); 7) статистический подход к моделированию - использование статистических оценок, например, BER или SNR для моделирования с целью уменьшения времени моделирования; 8) использование расчетного доверительного интервала -статистического анализа - при выполнении преобразований модели к представлению с фиксированной запятой; 9) выбор разрядности данных с фиксированной запятой с учетом возможного переполнения, исключение переполнения; 10) Оценка аппаратных затрат на ранних стадиях проектирования -использование блока оценки используемых ресурсов Resource Estimator из библиотеки блоков Xilinx System Generator для оценки эффективности преобразования модели к представлению с фиксированной запятой; 11) использование технологии Hardware-inhe-Loop - моделирование на целевом кристалле для ускорения процесса верификации.
В том случае, если исходно система не была представлена в виде синтезируемой модели (Altera DSP Builder или Xilinx System Generator), выполняется также преобразование модели Simulink к синтезируемому виду. При этом следует обратить внимание на исключение понятия комплексного сигнала из модели. Комплексные сигналы, используемые в Simulink, для аппаратной реализации должны быть разложены на I и Q компоненты.
Перевод к синтезируемому виду выполняется без каких-либо оптимизаций, то есть в представлении данных в форме с плавающей запятой (FLPNT). Алгоритм в представлении с плавающей запятой обладает следующими особенностями: высокий уровень абстракции, бесконечная точность, простота понимания, удобство разработки теоретической и алгоритмической частей, сложность и дороговизна аппаратной реализации. На данном этапе соблюдается лишь функциональное соответствие алгоритма работы системы без оценок точности вычислений, быстродействия и занимаемой площади.
Верификация синтезируемого представления разрабатываемого устройства выполняется средствами пакета Simulink с использованием созданных разработчиками тестовых векторов.
Как уже отмечалось в обзоре инструментальных средств, пакет Simulink предоставляет разработчику богатые возможности по созданию тестового окружения модели. В частности, для верификации функционального соответствия двух алгоритмов или систем удобно включать их в параллель (то есть задавать одинаковые входные данные) и сравнивать результаты работы с помощью средств визуализации или путем экспорта в рабочее пространство пакета MATLAB с последующим детальным анализом.
Тестовые вектора обычно основываются на статистике, такой как частота битовых ошибок (BER - Bit Error Rate) или соотношение сигнал-шум (SNR - Signalo-Noise Ratio), но могут быть намного сложнее, например, такими как требования по времени схождения алгоритма или к частотной характеристике ответа.
